基于人脸识别的安全支付方法和系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115760128A(43)申请公布日2023.03.07(21)申请号202211296076.4G06V40/16(2022.01)(22)申请日2022.10.21G06V10/82(2022.01)G06V10/774(2022.01)(71)申请人深圳市盛思达通讯技术有限公司G06N3/045(2023.01)地址518000广东省深圳市福田区华强北G06N3/0464(2023.01)街道华航社区华强北路1019号华强广G06N3/048(2023.01)场C座19FG06N3/08(2023.01)(72)发明人陈燕虹郑炯壕徐意锋杨柳群刘泉章涛刘浩温枫枫谢世杰(74)专利代理机构广东众赢专利代理事务所(普通合伙)44423专利代理师樊宝忠(51)Int.Cl.G06Q20/40(2012.01)G06V40/13(2022.01)权利要求书3页说明书8页附图6页(54)发明名称基于人脸识别的安全支付方法和系统(57)摘要本发明公开了一种基于人脸识别的安全支付方法，包括以下步骤：S1、消费者录入人脸信息，总服务器获取与人脸信息对应的账户信息，并将该支付账号作为第一账户信息与一识别器相关联；S2、启动支付装置，并执行S3；S3、支付装置获取消费者的人脸信息，并查找与人脸信息对应的支付账号，将该账户信息作为第二账户信息，总服务器获取与识别器的ID信息关联的第一账户信息，判断第一账户信息与第二账户信息是否相同，若相同，则将待支付数据发送至第二账户信息的支付账号，从所述支付账号中自动扣费；若不相同，则向绑定第二账户信息的移动终端发送是否支付的确认信息；只有两个账户信息一致时才可以完成支付，可以有效避免盗刷的情况。CN115760128ACN115760128A权利要求书1/3页1.一种基于人脸识别的安全支付方法，应用于基于人脸识别的安全支付系统，其特征在于，所述基于人脸识别的安全支付系统包括总服务器、录入装置、发卡装置、识别器、支付装置和识别器读取模块，所述识别器设置有多个，所述识别器读取模块获取识别器的位置和ID信息；所述方法包括以下步骤：S1、消费者通过录入装置录入人脸信息，所述总服务器通过预设置的活体检测模型进行活体人脸识别，从互联网获取与人脸信息对应的支付账号，并将该支付账号作为第一账户信息与一识别器的ID信息相关联，消费者通过发卡装置获取该识别器；S2、总服务器通过识别器读取模块获取消费者的位置，并计算消费者与支付装置的距离是否达到预设值，若达到预设值，则启动支付装置，并执行S3；S3、若消费者发出支付指令，则支付装置计算商品总价格，并获取消费者的人脸信息，并查找与人脸信息对应的支付账号，将该账户信息作为第二账户信息，总服务器获取与识别器的ID信息关联的第一账户信息，判断第一账户信息与第二账户信息是否相同，若相同，则将待支付数据发送至第二账户信息的支付账号，从所述支付账号中自动扣费；若不相同，则执行S4；S4、向绑定第二账户信息的移动终端发送是否支付的确认信息，若绑定第二账户信息的移动终端确认支付信息，则将待支付数据发送至第二账户信息的支付账号，从所述支付账号中自动扣费，若第二账户信息的移动终端在预设时间内未确认支付信息，则支付失败，此时向绑定第二账户信息的移动终端发送盗刷风险提醒。2.根据权利要求1所述的基于人脸识别的安全支付方法，其特征在于：所述活体检测模型的训练包括如下步骤：采集同一个时刻的人脸的彩色图像流、红外图像流和深度图像流，将彩色图像流输入第一模态特征提取子网络以获得第一模态特征，将红外图像流输入第二模态特征提取子网络以获得第二模态特征，将深度图像流输入第三模态特征提取子网络以获得第三模态特征；将第一模态特征、第二模态特征和第三模态特征通过挤压和激励模块重新加权并融合成第四模态特征，并将第四模态特征输入到多模态特征处理网络；所述第一模态特征提取子网络、第二模态特征提取子网络和第三模态特征提取子网络三者均包括残差卷积块Res‑1,Res‑2,Res‑3，通过残差卷积块Res‑1,Res‑2,Res‑3分别提取不同层级的模态分支特征；将三个残差卷积块Res‑1提取的模态分支特征聚合形成第一聚合特征；将三个残差卷积块Res‑2提取的模态分支特征聚合形成第二聚合特征；将三个残差卷积块Res‑3提取的模态分支特征聚合形成第三聚合特征；将第一聚合特征、第二聚合特征和所述第三聚合特征通过元素加法融合，形成第四聚合特征，并将第四聚合特征输入到多模态特征处理网络；多模态特征处理网络包括全局平均池化层和两个连续的完全连接层，多模态特征处理网络输出人脸的全局特征，根据人脸的全局特征，训练所述人脸活体检测模型的模型参数，得到人脸活体检测模型。3.根据权利要求1